吴脑的键客

🎯Marco-o1 不仅关注有标准答案的学科，如数学、物理和编码--这些学科非常适合强化学习 (RL)--而且更加重视开放式的解决方案。 我们的目标是解决以下问题 " 目...

简介 Qwen 团队最近发布了一个实验研究模型 QwQ 32B Preview，旨在提高人工智能的推理能力。尽管该模型仍处于预览阶段，但它展示了令人印象深刻的分析能力，同时...

欢迎来到 Lumiere Alpha 的世界，它是一种创新的人工智能模型，正在图像生成领域掀起一场风暴！在本博客中，我们将探讨这一尖端技术的特点、优势和实际应用。 Lumi...

简介 Sana 是一个文本到图像的框架，能高效生成分辨率高达 4096 x 4096 的图像。它能以极快的速度合成高分辨率、高质量的图像，并具有很强的文本图像对齐能力，可部...

maxin-cn 发布了 Latte-1，这是人工智能领域的一项开创性进展，它是一种最先进的文本到视频生成模型，有可能彻底改变我们创建视觉内容并与之互动的方式。这个创新模型...

在视频创作领域，如何实现一致且可控的动画效果一直是研究者们关注的重点。近日，研究团队推出了名为 “AnimateAnything” 的新方法，旨在通过精准的视频操作，使动画...

简介 Lumina-Next-T2I 是在 Lumina-T2I 成功基础上发展起来的尖端图像生成模型。它采用了带有 2B 参数模型的 Next-DiT 和 Gemma-2...

简介 在人工智能领域，从文字描述生成高质量图像的能力是一项了不起的壮举。Shuttle 3 Diffusion 是一种尖端的文本到图像人工智能模型，它将这种能力提升到了新的...

欢迎来到 DimensionX 的世界，这是一个开创性的框架，它正在改变我们创建和可视化数字环境的方式。在本博客中，我们将探讨 DimensionX 如何突破计算机视觉和模...

我们介绍的 NV-Embed-v2 是一种通用嵌入模型，它在大规模文本嵌入基准（MTEB 基准）（截至 2024 年 8 月 30 日）的 56 项文本嵌入任务中以 72....

OpenCoder 是一个开放的、可重现的代码 LLM 系列，包括 1.5B 和 8B 基本模型和聊天模型，支持中英文两种语言。 从零开始，OpenCoder 在由 90%...

在人工智能驱动的图像生成与理解领域，尽管取得了快速进展，但仍存在显著挑战，阻碍了一个无缝、统一的方法的发展。 目前，专注于图像理解的模型往往在生成高质量图像方面表现不佳，反...

TableGPT2-7B 是浙江大学开发的最先进的大规模解码器模型，专为涉及表格数据的数据密集型任务而设计。该模型以 Qwen2.5 架构为基础，包括针对表格数据的专用编码...

麻省理工学院（MIT）Han 实验室一直在积极开展一系列项目，包括微小机器学习（Tiny Machine Learning）、SANA、SVDQuant 和 QServe，...

简介 在人工智能领域，Qwen 团队一直致力于创建一个强大的编码模型，以彻底改变我们处理代码智能的方式。本文旨在深入介绍 Qwen2.5-Coder，它是最新的 Qwen ...

AMD-OLMo是一系列10亿参数语言模型，由AMD公司在AMD Instinct MI250 GPU上进行训练，AMD Instinct MI250 GPU是一个功能强大...

在人工智能领域，北京人工智能学会（BAAI）做出了重要贡献： 在人工智能领域，北京人工智能研究所（BAAI）开发的 Aquila-VL-2B-llava-qwen 模型做出...

ColPali 是一种基于视觉语言模型（VLMs）的新颖模型架构和训练策略，可有效地从视觉特征为文档编制索引。 它是 PaliGemma-3B 的扩展，可生成 ColBER...

NuExtract 是一个用户友好型模型，设计用于从长文档中提取信息。它可以处理长达 20,000 个标记的输入，是合同、报告和其他商业通信的理想选择。NuExtract ...

11月6日，阿里巴巴达摩院（湖畔实验室）在北京举行决策智能产品发布会，正式发布八观气象大模型，在全球气象模型基础上引入区域多源数据，时空精度最高可达1公里*1公里*1小时。...